メインコンテンツへスキップ

データ、AI、クラウドコース

重要なスキルをマスターしよう

専門インストラクターによる短い動画を視聴し、ブラウザベースのインタラクティブな練習では、学んだことを実践してみましょう。

  • 自分のペースで学習
  • 実践的な経験を積む
  • 短い章を完了

無料アカウントを作成

Googleで続行その他のオプションを表示

または


続行すると、弊社の利用規約プライバシーポリシーに同意し、データが米国に保存されることに同意したことになります。
729 コース

コース

スプレッドシートユーザーのための Python

  • 基礎スキルレベル
  • 4.8+
  • 34件のレビュー

一般的なスプレッドシート関数と手法を使ってPythonを探求しよう!

ソフトウェア開発

4 時間

コース

Haystackで学ぶAIエージェント構築

  • 中級スキルレベル
  • 4.8+
  • 39件のレビュー

Haystackを使って、LLMと外部コンポーネントを連携するオープンソースフレームワークでヘルスケアAIエージェントを作成します。

AI

1 時間 30 min

コース

Google Sheets で学ぶ誤差と不確実性

  • 中級スキルレベル
  • 4.7+
  • 138件のレビュー

本当の違いとランダムなノイズを見分け、合理的な意思決定を妨げる心理的な支えを学びます。

確率・統計

4 時間

コース

Java によるデータクリーニング

  • 中級スキルレベル
  • 4.8+
  • 60件のレビュー

Javaで統計手法、変換、検証を使ってデータクリーニングを習得し、信頼性の高いアプリを実現。

データの取り込みとクリーニング

4 時間

コース

Rで学ぶマーケットバスケット分析

  • 中級スキルレベル
  • 4.8+
  • 84件のレビュー

Rでマーケットバスケット分析のアソシエーションルールを学び、小売データを解析し、映画レコメンデーションを作成します。

データ操作

4 時間

コース

R の data.table によるデータ操作

  • 基礎スキルレベル
  • 4.6+
  • 21件のレビュー

data.tableでフィルタリングや選択、グループ統計の計算など、データ操作の基礎概念をマスターしましょう。

データ操作

4 時間

コース

Pythonで学ぶ推測の基礎

  • 上級スキルレベル
  • 4.8+
  • 217件のレビュー

Pythonでの統計的推測を学び、データに基づく妥当な結論を実践的に導く4時間コースです。

確率・統計

4 時間

コース

PostgreSQLで学ぶ時系列分析

  • 中級スキルレベル
  • 4.8+
  • 92件のレビュー

PostgreSQLで時系列解析を効果的に行い、実データへ応用する方法を学びます。

データ操作

4 時間

コース

KNIMEで学ぶデータ可視化

  • 基礎スキルレベル
  • 4.8+
  • 198件のレビュー

KNIMEで魅力的なデータ可視化を習得。チャート、コンポーネント、ダッシュボードの作成を網羅。

データの可視化

2 時間

コース

Pythonで学ぶ統計シミュレーション

  • 中級スキルレベル
  • 4.8+
  • 28件のレビュー

シミュレーションでデータを生成・分析し、より複雑な課題を解決する力を身につけます。

確率・統計

4 時間

コース

Pythonで学ぶSurvival Analysis

  • 上級スキルレベル
  • 4.7+
  • 71件のレビュー

生存時間解析でタイム・トゥ・イベントデータを扱い、生存時間を予測します。

確率・統計

4 時間

コース

pandasで警察活動を分析する

  • 中級スキルレベル
  • 4.8+
  • 25件のレビュー

Stanford Open Policing Projectのデータを用い、pandasで性別が警察の行動に与える影響を分析します。

データ操作

4 時間

コース

ケーススタディ: KNIMEで行う財務分析

  • 中級スキルレベル
  • 4.8+
  • 115件のレビュー

実データでKNIMEの金融分析を実践し、データ準備とワークフロー構築スキルを強化します。

実践ファイナンス

3 時間

コース

Google: Agent Fundamentals

  • 基礎スキルレベル
  • 4.8+
  • 22件のレビュー

Learn AI agent fundamentals — how they differ from LLMs, when to use them, and explore agent architecture, orchestration, and tools.

クラウド

1 時間

コース

Bond Valuation and Analysis in R

  • 中級スキルレベル
  • 4.8+
  • 83件のレビュー

Learn to use R to develop models to evaluate and analyze bonds as well as protect them from interest rate changes.

実践ファイナンス

4 時間

コース

KNIMEによるデータ操作

  • 基礎スキルレベル
  • 4.8+
  • 244件のレビュー

KNIMEでデータ操作を自動化。結合、集計、データベースのワークフロー、高度なファイル処理を習得しましょう。

データ操作

3 時間

コース

ケーススタディ:TableauでのEコマース分析

  • 中級スキルレベル
  • 4.7+
  • 62件のレビュー

Eコマースでは売上拡大と費用削減が最優先。本ケーススタディで、オンラインペット用品企業のデータを分析します。

データの可視化

3 時間

コース

Pythonで学ぶ離散事象シミュレーション

  • 上級スキルレベル
  • 4.7+
  • 68件のレビュー

離散事象シミュレーションの力で、ビジネスプロセスを最適化する方法を学びます。 PythonのSimPyパッケージを使ってデジタルツインの開発を学ぶ。

確率・統計

4 時間

コース

shinydashboard で作るダッシュボード

  • 基礎スキルレベル
  • 4.6+
  • 74件のレビュー

Rで強力なshinydashboardパッケージを使い、インタラクティブなダッシュボードを作成する方法を学ぶ。 視聴者向けに、動的で魅力的なビジュアライゼーションを作成します。

レポート/報告

4 時間

コース

Developing R Packages

  • 中級スキルレベル
  • 4.7+
  • 139件のレビュー

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

ソフトウェア開発

4 時間

FAQs

データサイエンスとは何ですか?

データサイエンスは、データから情報を得ることに焦点を当てた専門分野です。プログラミングスキル、科学的手法、アルゴリズムなどを使用して、データサイエンティストはデータを分析し、実用的な洞察を形成します。

データサイエンスはどのように学べますか?

PythonやRなどのプログラミング言語を学び、数学と統計の原理を理解する必要があります。データ分析手法とデータサイエンスツールの知識も不可欠です。データサイエンスを学ぶ方法は数多くあります。学位や大学での学習などの正式なルートに加えて、自分のペースで学習できるリソースも多数揃っています。オンラインコースやチュートリアルに加えて、書籍、動画なども利用できます。

データサイエンスにはどのようなスキルが必要ですか?

数学と統計の知識に加えて、データサイエンティストにはPython、R、SQLなどの言語でのプログラミングスキルが必要です。さらに、データサイエンスには大規模なデータセットを扱う能力、データ可視化、データラングリング、データベース管理の知識も必要です。機械学習とディープラーニングのスキルも役立ちます。

データサイエンスは何に使えますか?

ほぼすべての業界でデータサイエンスを職務に活用できます。医療機関は病気の検出と治療にデータサイエンスを活用し、金融会社は詐欺の検出と防止に使用しています。また、すべての業界で、推奨システムの構築や顧客離れの分析など、マーケティングにデータサイエンスが必要です。

データサイエンスは良いキャリアですか?

はい、データサイエンスは米国および世界で最も急成長している分野の一つです。また、最も高収入のキャリアの一つでもあります。Payscaleのデータによると、経験豊富なデータサイエンティストは米国で平均97,609ドルの収入を得られ、満足度評価では5つ星中、星4つと高水準を示しています。

データサイエンティストになるのは難しいですか?

ここで考慮すべきことがいくつかあります。まず、データサイエンスの学位は競争が激しく、多くの場合、一貫して高い成績が必要です。同様に、データサイエンスに必要なスキルの多くは、多くの学習と忍耐を必要とします。必要な基礎をすべてマスターするには数か月かかる場合があり、エントリーレベルのポジションを確保するには多くの経験が必要です。

データサイエンスにコーディングは必要ですか?

はい、Python、R、SQL、Java、C/C++などでのコーディング経験が必要です。ただし、初心者の間では、構文が比較的シンプルなPythonがプログラミング言語としてよく選ばれています。

データサイエンティストになるにはどのくらい時間がかかりますか?

事前のコーディング経験や数学的知識のない人の場合、エントリーレベルのデータサイエンティストのレベルに達するのに、通常7〜12か月の集中的な学習が必要です。ただし、データサイエンスの理論的基礎のみを学習しても、真のデータサイエンティストになれるとは限らないことを覚えておくことが重要です。

データサイエンスの分野でどのようなトピックを学習できますか?

データサイエンスの基礎をマスターしたら、機械学習、人工知能、ビッグデータ分析、ビジネス分析とインテリジェンス、データマイニングなど、さまざまな分野で専門性を高めることができます。

DataCamp for Mobileでデータスキルを磨きましょう

モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。